刘 雷，刘 洋，杨大春，刘国瑞

（国网山西省电力公司，太原 030000）

采用大数据挖掘的思想，对海量调控系统数据进行提取、分析、处理后采用数据挖掘方法去分析，整合各类历史及实时数据，为调度工作提供态势感知能力，为电网调度员提供电网在不同状态下的最优决策，提高供电的可靠性。

1 研究现状

目前电力大数据的研究还在理论研究阶段，将其应用于实际电网运行中并指导实践的成果较少。2013年3月，《中国电力大数据发展白皮书》的发布标志着我国电力大数据研究的开端。白皮书主要探讨了我国电力大数据的发展背景，提出电力大数据的定义与特征，指出电力大数据的关键技术，分析电力大数据的应用前景。电力大数据将促进电力行业的能源变革进程的快速发展，成为实现能源绿色可持续发展的关键技术。

目前的研究主要集中在电力大数据的关键技术研究和应用场景分析研究，将电网业务和大数据技术相结合的实例分析比较少，因此在电力系统中的实际应用较少。

电网调度控制系统中产生的大数据具有典型大数据的特征，有效获取大数据中的潜在知识对电力系统规划、运行等有重大意义。因此，电网调度控制系统大数据尤其对电网可靠、稳定、安全运行至关重要的海量告警信息而言，必将为电网风险预警和管控领域带来新的机遇与解决方案。

2 态势感知技术的设计理念

通过电网运行的海量数据获知设备运行状况，实现对电力系统运行的全过程状态监测，保障电力系统的稳定、可靠运行。

一是设备监视实现沉浸式感知，全景互动展示变电站、电厂设备的物理分布情况及运行状态，实现全网设备的立体化监视、可视化解剖、全视角状态模拟、路径漫游体验等功能，彻底改变了目前的二维图形、文字报文式监视模式；

二是多维海量数据全过程应用，对大电网调控运行数据进行深化挖掘，进行多维度、多元化分析，辅助调控人员对监控信息进行事前风险预警、事中趋势分析、异常处置及事后分析评估；

三是实现故障线路快速定位，通过与智能电网调度控制系统实时联动，甄别故障线路是否在“三跨”区段，提高故障处理的针对性。

经测算，项目实施后，可有效减少设备停运时间和检修次数，降低运维人员现场出动频次，降低“三跨”线路故障对高铁、公路的影响，防止发生因“三跨”线路故障而导致的较大公共安全和电网安全事件。

3 主要技术手段

3.1 实现虚拟到站巡视

通过运用MR技术（Mix Reality，混合现实技术），将物理实体与各类信息融合在一起，产生身临其境的实景环境，将设备虚拟模型与设备物理参数、智能电网调度控制系统、输变电在线监测，在线安全分析等实时数据动态关联，提高调控员对现场环境的感知度。

3.2 有效防范和化解电网运行风险

通过大规模并行处理、电网数据挖掘、云平台计算等大数据技术，以设备监控四遥信息、二次设备在线监测数据等电网实时运行信息为基础，汇聚设备台账、历史缺陷、状态检修周期、各类规程要求等基础管理数据和工业视频、气象系统、在线安全分析等技术支持系统辅助信息等多维海量数据，由计算机对海量数据进行统计对比解析，得出客观结果，辅助调控人员快速决策。

3.3 实现故障坐标精准定位

以海量数据为基础，运用态势感知技术特有的安全风险识别能力，通过与智能电网调度控制系统联动，从全局视角提升对安全威胁的发现识别、理解分析、响应处置能力。

4 技术可预见成效及市场前景

一是减少设备停运时间和检修次数。通过电网运行设备的海量数据态势感知，结合设备历史故障数据及台账缺陷信息，在线诊断设备健康状况。例如：通过运行态势感知XX站500千伏XXI线5073-1刀闸SF6气室漏气接近闭锁值，检修人员及时到站进行了带电补气，有效减少了设备停运时间。经测算，减少主网设备停运时间共计约120小时，年平均减少设备检修次数约3次。

二是降低运维人员现场出动频次。在无人或少人值守的站点，通过态势感知诊断技术对全网设备进行精益化巡视。经测算，在恶劣天气下，运维人员出动特巡次数预计由10次下降至3次；重大活动保电期间，运维人员到站特巡次数预计由15次下降至5次。

三是降低“三跨”线路故障对高铁、公路的影响；重点监视“三跨”线路，避免线路在“三跨”点发生倒塔、断线、绝缘子掉串等事故。经测算，年均减少线路故障后查线公里数约300公里。

5 结束语

本文提出的基于调控大数据的电网态势感知技术在理论上能够实现电网大数据与虚拟现实技术的有效融合，为电网风险预警提供一定的决策依据，能够提高电网风险管控能力，有助于电网可靠、安全和稳定运行。但是，由于目前的大数据技术应用在调控系统还在理论研究阶段，本文提出的基于大数据的态势感知技术存在进一步优化和完善的潜力。